Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 1 (15)
Digitalisering – grundskola, gymnasieskola Modul: Kritisk användning av nätet Del 2: Sökkritik och algoritmers betydelse
Sökkritik och algoritmers synlighet
Olof Sundin och Jutta Haider, Lunds universitet
Inledning
Att söka information på internet – kan det verkligen vara svårt? Om man frågar Sveriges
elever tycks det inte vara så. En undersökning av Skolverket (2019) visar att 90 procent av
mellanstadie-, högstadie- och gymnasieeleverna anser att de är bra eller mycket bra på att
hitta information på nätet. Samma undersökning visar att för lärare i grundskola och
gymnasium har behovet av kompetensutveckling i informationssökning minskat sedan 2015
då undersökningen senast genomfördes. Samtidigt visar forskningen att vi i regel litar på
den ranking som sökmotorer förser oss med (Höchstötter & Lewandowski, 2009). Med
Googles sökmotor hamnar exempelvis Wikipedia vanligtvis högt, för att inte säga högst, vid
de flesta sökningar och det är därför ingen slump att Wikipedia är så populärt. Å ena sidan
tycks många ha en hög tilltro till den egna förmågan avseende informationssökning. Å
andra sidan ifrågasätts sökmotorers ranking i liten utsträckning. Del 2 i denna modul tar
utgångspunkt i de frågor som väcks i glappet mellan dessa två förhållningssätt.1
I forskningen skildras och problematiseras hur informationssökning tenderar att tas för
given på så sätt att de tekniker för sökning vi använder oss av ses som neutrala (Halavais,
2017) och att sökning tenderar att bli osynlig för oss (t ex Hillis, Petit & Jarret, 2013).
Google och andra sökmotorer erbjuder ett enkelt gränssnitt med ett tomt formulär.2 Det
mesta vi söker på resulterar i ett resultat som vi är nöjda med. Det kan uttryckas som att
komplexiteten vid informationssökning döljs i algoritmerna, vilka de flesta människor
förblir okunniga om. Algoritmer är instruktioner som när det gäller sökmotorer bestämmer
vilka webbsidor som hittas och, inte minst, i vilken ordning dessa presenteras (Havalais,
2017). När man till exempel söker information om en företeelse genererar sökmotorn i
regel hundratusentals träffar som rangordnas efter vad algoritmen bedömer som relevant
1 Delar av denna artikel är en bearbetning av rapporten Algoritmer i samhället (Haider &
Sundin, 2016). 2 Svenska datatermgruppen gör en distinktion mellan sökmotor och söktjänst. Sökmotorn är då programvaran som exempelvis Google Sök använder. Enligt denna distinktion kan en och samma sökmotor användas i flera söktjänster. I artikeln har vi inte haft behov av denna distinktion.
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 2 (15)
för just dig. Vare sig det handlar om kunskapsinnehåll, produkter eller tjänster spelar förstås
den placering en webbplats får vid en sökning en väldigt viktig roll för de som
tillhandahåller dessa. Inte sällan är olika genrer sammanvävda, det vill säga tjänster,
produkter, samhällsinformation, journalistik, underhållning och rykten är svåra att separera
från varandra. Vid frågor om exempelvis ett politiskt fenomen, en medicinsk
behandlingsform eller en historisk händelse kan inte sällan olika webbplatser innehålla
motstridigt innehåll. Men vad avgör vad som hamnar högt och hur ska vi förhålla oss till
algoritmernas logik?
Sökning karaktäriserar mycket av vår kultur och vi tar i regel för givet att information om i
princip vad som helst kan erhållas lika snabbt som en sökmotor kan nås. Samtidigt tas, som
sagt, människors förmågor inom området ofta för given och sökmotorer som vi använder
oss av problematiseras ännu mer sällan. I Lgr11 lyfts informationssökning fram, men
sökning ses främst som en neutral metod att få information om något, inte som ett
kunskapsfält i sig själv (Sundin, 2015). I Lgr11 behandlas sökning främst i kursplanen för
Svenska där informationssökning och källkritik tas upp under en särskild rubrik under
Central innehåll. Bland annat behandlas informationssökning på internet och sökmotorer i
det centrala innehållet i såväl årskurs 1–3 som i årskurs 4–6, liksom i årskurs 7–9
(Skolverket, 2018b, s. 259f). Detta innehåll motsvaras dock inte av innehållet i de
kunskapskrav som följer när betygsnivåerna diskuteras (Sundin, 2015). Även i Gy 11
behandlas informationssökning i flera ämnesplaner, inte minst i Svenska.
År 2018 trädde de reviderade läroplanerna i kraft. De gäller för alla obligatoriska och
frivilliga skolformer. Revideringen syftar till ”att tydliggöra skolans uppdrag att stärka
elevernas digitala kompetens och innovativa förmåga, för att förbereda dem för ett aktivt
deltagande i ett alltmer teknikorienterat arbets- och samhällsliv och för ett stärkt
entreprenöriellt lärande” (Utbildningsdepartementet, 2015). För grundskolan berör
revideringen bland annat ämnena svenska och samhällskunskap. För gymnasieskolan och
vuxenutbildning på gymnasial nivå berör revideringen de flesta gymnasiegemensamma
ämnena, t ex historia, samhällskunskap och svenska. (Skolverket, 2018a). År 2017
publicerades Nationell digitaliseringsstrategi för skolväsendet som i sin inledande mening fastslår
att ”[d]igital kompetens är i grunden en demokratifråga” (s. 3). I kommentarmaterialet Få
syn på digitaliseringen på grundskolenivå (2017) ser vi, exempelvis när programmering diskuteras,
samma vilja att vidga perspektivet från tekniska frågor i smal bemärkelse till en bredare
förståelse: ”Men programmering ska ses i ett vidare perspektiv som även omfattar kreativt
skapande styrning och reglering, simulering samt demokratiska dimensioner” (s. 10).
Tillsammans visar dessa och andra dokument på den ökade betydelse digitala frågor har i
skolan samt att dessa frågor inte alls enbart handlar om teknik eller praktiskt handhavande.
I Skolinspektionens granskning av Undervisning om källkritiskt förhållningssätt i svenska och
samhällskunskap (2018) framkommer både styrkor och svagheter. Vid cirka en tredjedel av
de skolor som granskats finns brister avseende bl a digitala aspekter av källkritik samt, vilket
är i fokus för denna artikel, brister i undervisningen i informationssökning. I rapporten Sök-
och källkritik i grundskolan (Carlsson & Sundin, 2018) visas just hur källkritik behandlas
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 3 (15)
utifrån traditionella kriterier (upphov, tid, beroende och tendens). Dessa är förstås
fortfarande aktuella, men de behöver kompletteras med en förståelse av vad källkritik är i
digitala miljöer (se vidare del 4). Vidare konstateras att undervisningen om
informationssökning vid de studerade skolorna var eftersatt som kunskapsinnehåll och att
elevernas förmågor för och kunskaper om informationssökning i stort sett aldrig var
underlag för lärarnas bedömning. I detta sammanhang kan det nämnas att Nationell
digitaliseringsstrategi för skolväsendet (2017) argumenterar för skolbibliotekets roll vid
undervisning om och för informationssökning och källkritik (se vidare s. 9).
David Buckingham (2006, s. 263, vår översättning) har länge forskat om unga, nya medier
och skolan. Han argumenterar för att ”utbildning om media är en oumbärlig förutsättning
för utbildningen med eller via media”, det vill säga om media används i skolan som
underlag måste undervisningen också innefatta undervisning om media. Vi vill på samma
sätt argumentera för att nu när sökmotorer många gånger är utgångspunkten för elevers
arbete i skolan måste undervisningen även innefatta undervisning om sökmotorer.
Sökmotorer – både allmänna webbsökmotorer såsom Google, men också i YouTube och
andra tjänster – bidrar till att forma vad kunskap anses vara i samhället. Att förstå hur dessa
fungerar, hur de finansieras och hur de påverkar vår syn på kunskap är centralt.
I denna artikel redogör vi för informationssökningens infrastruktur. Vi beskriver – i grova
drag – hur den fungerar och diskuterar hur man kan inkludera kunskap om denna i
undervisningen. För att kunna diskutera dessa frågor introducerar vi begreppet sökkritik
som ett komplement till källkritik (Carlsson & Sundin, 2018; Sundin, 2018; Sundin &
Haider, 2018). Vi kommer också in på hur algoritmer påverkar vilken information vi tar del
av i sociala nätverkstjänster. Vi vill framhäva att redan vägen till information formas i
samspelet mellan teknik och sociala förutsättningar, olika krav och intressen. Ett kritiskt
förhållningssätt måste därför börja redan innan man har nått fram till källan. Sökkritik kan
exempelvis handla om hur ett problem formuleras som sökbart, vilken sökmotor som väljs,
val av sökord, hur man förhåller sig till träfflistan, risker med Googles i det närmaste
monopolställning, hur sökmotorer finansieras, hur människors användning genererar data
åt sökmotorer och hur den används samt en kritisk förståelse av sökmotorers roll i vår
kultur. Skolan har ett demokratiskt uppdrag och att stödja utvecklandet av ett sökkritiskt
förhållningssätt är en av förutsättningarna för att kunna uppfylla detta uppdrag.
Vad är och gör algoritmer och sökmotorer?
En sökmotor på webben matchar de sökord som skrivs in i en sökruta med ett index som
hämtar sitt innehåll från webbplatsers rubriker, metadata och innehåll. Söker du med flera
sökord ökar i regel graden av precision, det vill säga du får färre träffar som inte handlar om
det du letar efter. Är du mindre precis vid val av sökord ökar å andra sidan antalet träffar.
Vid en sökning på exempelvis ”demokrati” är precisionen lägre än vid en sökning på
”demokrati” tillsammans med ”Sverige”. Den ordning som resultaten redovisas på när vi
letar efter information är i praktiken avgörande för vad som hittas. Denna ordning bestäms
av den algoritm som används och algoritmen är – utöver tekniska förutsättningar – skriven
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 4 (15)
utifrån kulturella värderingar, normer, och med hänsyn till olika intressen – t ex
kommersiella sådana.
När detta skrivs är den överlägset vanligaste sökmotorn för webben i Sverige, liksom i
övriga Europa, Google. Varje minut utförs det miljontals Googlesökningar över hela
världen (Domo, u.å.b). Enligt analysföretaget Netmarketshare utförs, när mobil eller
surfplatta används, globalt nästan 95 procent av all webbsökning i Google Sök och år 2017
hade Google nästan 94 procent av den svenska sökmotorsmarknaden (Domo, u.å.a). Den
har en så stor dominans på marknaden att verbet ”googla” har kommit att etableras som
synonymt med att söka på webben. Denna dominans motiverar att vi ägnar Google ett
särskilt utrymme i texten, men de flesta principer för informationssökning är samma oavsett
sökmotor. Det finns dock andra sökmotorer, såsom Bing eller DuckDuckGo, liksom
Yandex (som främst används i Ryssland, Ukraina, Vitryssland, Kazakstan och Turkiet) och
Baidu (som främst används i Kina) (Wikipedia, 2018-11-01). Därtill söker vi inte enbart
med hjälp av sökmotorer på den öppna webben. Vi söker, inte minst i skolan, i mer
traditionella kontrollerade resurser och databaser (t ex bibliotekskataloger, nyhetsarkiv)
samt i olika webbtjänster, såsom sociala nätverkstjänster (t ex Facebook, Twitter) eller i
mediumspecifika tjänster (t ex YouTube).
Google är ett företag som leder utvecklingen inom en rad områden, antingen genom egen
utveckling eller genom att de köper upp andra aktörer. De olika tjänster – t ex Gmail,
Google Maps, Google Calendar – som Google erbjuder, varav Google Sök endast är en,
hänger ihop på så sätt att en och samma inloggning ger dig access till alla. När vi i
fortsättningen enbart skriver Google avser vi hela företaget, medan Google Sök avser
sökmotorn. I slutet av 1990-talet lanserade Google Sök sin PageRank-algoritm (Page et al.
1999). Förenklat innebär denna att webbplatser som har många in-länkar, vilket betyder att
andra webbplatser länkar till dem, bedöms att ha högre relevans och rankas högre. Är dessa
länkande webbplatser dessutom från webbplatser som av Google Sök tilldelas hög
auktoritet, t ex myndigheter och akademiska institutioner, viktas webbplatsen som dessa
länkar till än högre. De webbplatser som hamnar högst vid en sökning är således sådana
som andra webbplatser tilldelat auktoritet genom länkar. Principen för hur PageRank-
algoritmen fungerar kan jämföras med hur referenser fungerar i facklitteraturen. En artikel i
den akademiska världen som många andra artiklar refererar till anses vara viktigare än en
artikel som få eller rent av ingen refererar till. Med tiden har PageRank fått sällskap av en
lång rad olika faktorer som Google använder sig av för att rangordna sökresultat, varav geo-
lokalisering, det vill säga anpassning efter var man befinner sig när man söker, är en av de
viktigaste. Exempelvis rankas webbplatser som har mobilanpassning högre än sådana som
inte har det. En viktig faktor, som vi återkommer till under rubriken Filterbubbla, är den
individanpassning som Google Sök gör.
Googles tjänster, liksom de flesta av de mest populära webbtjänsterna, är gratis att använda,
men användningen har ändå ett pris. Om du inte aktivt undviker det, "betalar" du din
användning av Google genom data om vad du gör på nätet. När du som inloggad rör dig på
webben samlas data in om dina aktiviteter, såsom det du söker på i Google Sök. Google
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 5 (15)
Sök, liksom andra söktjänster och sociala nätverkstjänster, samlar in stora mängder av
denna typ av digitala spår. Två undantag som bör nämnas är sökmotorn DuckDuckGo som
när detta skrivs (2018-11-01) under sökrutan har mottot "Sökmotorn som inte spårar dig"
(DuckDuckGo.com) och den franska sökmotorn Qwant (www.qwant.com;
www.qwantjunior.com) med mottot ” The search engine that respects your privacy”. En
annan viktig källa för att samla in användares data är genom så kallade kakor (cookies), små
datafiler som kan användas för att spåra användare och deras preferenser. När vi surfar in
på en webbplats kan en kaka lagras i den egna datorns webbläsare och kakan förser därefter
företag som Google, men även andra som har avtal med Google, med information om vad
webbläsaren används till. Det är på grund av kakor som vi kan få reklam från en svensk
produkt vi sökt på måndagen när vi läser en engelsk tidning på tisdagen. Cookies används
inte bara av företag utan också av myndigheter och andra aktörer. Sedan 2011 måste
människor ge samtycke till att kakor ska lagras men få väljer i praktiken bort en webbplats
därför att den har kakor. Det är möjligt att gå in och rensa i såväl sökhistorik som i de
kakor som laddats ner, men långt ifrån alla gör det. Längre fram diskuterar vi vad all denna
användarinformation används till.
Googles träfflista
Hur kan vi då tolka Google Söks träfflista? Vid en sökning på Google.se på ordet
”invandring” den 18 juni 2016 (där vi varit inloggade) får vi 414 000 träffar. Den översta
länken går till en artikel på svenska Wikipedia. Därefter följer två länkar till Migrationsinfo
som Fores, som beskriver sig själv som den gröna liberala tankesmedjan, står bakom. Nästa
länk går till den officiella webbplatsen för Migrationsverket. Sedan följer en länk till
diskussionsforumet Flashback följt av en länk till Avpixlat. Den första sidans träffar
avslutas med tre länkar till artiklar i Göteborgsposten (1) och till Dagens Nyheter (2). Mitt
bland dessa länkar erbjuder Google Sök en direktlänk till bildsökningen på "invandring".
Här blandas bilder från officiella webbplatser och etablerad nyhetsmedia med bilder som
publicerats på webbplatser med en tydlig så kallad invandringskritisk agenda. Gör vi samma
sökning på YouTube (som också ägs av Google) får vi liknande blandning av åsikter och
perspektiv, men med en dominans av invandringskritiska videoklipp. När vi mer än två år
senare (2018-11-15) gör samma sökning har saker förändrats. Antalet träffar anges nu som
ungefär 3 330 000. Flashback och Avpixlat (heter numera Samhällsnytt) är inte synliga, inte
heller om vi går till träffsida två eller tre. Vi blir inte särskilt föreslagna en bildsökning, men
däremot föreslås tre videor, varav två har en tydligt invandringskritisk agenda och den
tredje är publicerad av Svt. Om Google Sök i mindre utsträckning rankar
invandringskritiska länkar högt (samtidigt som de föreslår två videor som tydligt platsar i
denna kategori) ser det två år senare ungefär likadant ut i YouTube. Av de första tio
länkarna har nio en tydligt negativ inställning till invandring. Av detta kan vi lära att den
ordning som länkar presenteras på inte är konstant, vare sig avseende tid, plats eller person.
Det förtydligar också att sökningar på nätet måste ses i relation till vad det finns att hitta
och att vissa begrepp används mer inom vissa sammanhang. Hur avancerade sökmotorer än
är idag matchar de i grund och botten begrepp i en sökning med motsvarande begrepp i en
text (som kan vara i form av metadata, beskrivning, eller kommenterar som i YouTubes
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 6 (15)
fall). Ju oftare ett begrepp används inom ett visst sammanhang desto synligare kommer
sammanhanget att vara när man söker efter detta begreppet. Invandring till exempel
skildras och diskuteras i YouTube främst i negativa sammanhang vilket leder till att
sökningar efter ordet ger särskilt utrymme åt dessa sajter och filmer.
Om vi ser dessa sökresultat vid sökning på invandring i Google Sök och i YouTube i ljuset
av forskningen som visar att vi i regel väljer resultat högt upp i träfflistan (Höchstötter &
Lewandowski, 2009) blir förstås ordningen som dessa länkar presenteras på oerhört viktig.
Det är möjligt att ställa sig frågan om sökmotorer speglar kunskap och olika åsikter om ett
fenomen eller om sökmotorer istället snarare bidrar till att etablera och legitimera kunskap
om ett fenomen. Vi menar att sökmotorer i någon utsträckning gör både och. Sökmotorer
är inte passiva redskap för att hitta information, de bidrar aktivt också i stor utsträckning till
att förmedla vilken kunskap som är viktig inom ett område. Richard Rogers (2013, s. 87)
ställer frågan om Googles Söks algoritm rent av har tagit över den funktion som
traditionella statusmarkörer för kunskap har haft, såsom förlag, redaktörer och författare? I
Del 3 av denna modul diskuteras mer utförligt begreppet kognitiv auktoritet, med vilket
avses hur människor tilldelar t ex personer, förlag eller institutioner en auktoritet som gör
att vi vågar lita på dem och att vi har förtroende för den kunskap som dessa står för. I detta
sammanhang vill vi lyfta fram att vår tilltro till sökmotorers funktionalitet kan förstås som
en algoritmisk auktoritet (Shirky, 2009). Det betyder att vi tenderar att i hög grad lita på att
algoritmerna förser oss med en relevant ordning av träffar.
Filterbubbla
En av de frågor som har diskuterats under senare år är om våra sätt att ta till oss
information och kultur bidrar till en ideologisk instängning eller filterbubbla (Pariser, 2011).
Människor kan förstås redan sedan länge välja en morgontidning av en specifik ideologisk
färg och enbart köpa böcker som stöttar redan intagna positioner. På samma sätt har vi
alltid haft möjligheten att umgås med människor vi håller med. Även tryckta uppslagsverk
har i vissa fall haft olika tydliga ideologiska positioner (t ex Berg & Rem, 2014). Har vi då
inte alltid levt mer eller mindre i filterbubblor även om filtren blivit annorlunda? På sätt och
vis är det förstås så, men med digitalisering av information, nyheter och kultur riskerar
dessa bubblor både att bli mer åtskilda från varandra och mer osynliga för oss på så sätt att
vi långt ifrån alltid skapar dem genom medvetna val. Därtill har bara det faktum att vem
som helst kan publicera nästan vad som helst, inte minst i sociala nätverkstjänster, fått
konsekvensen att rykten sprids snabbare och ståndpunkter många gånger förs fram utan
förhandsgranskning.
Främst har filterbubblor diskuterats när det handlar om sociala medier. På t ex Twitter eller
Facebook personaliseras nyhetsflödet i första hand genom de vänner som människor följer.
Men det finns fler faktorer som inverkar på vad vi tar del av för information. I både Twitter
och Facebook delas ofta nyhetsartiklar och du tar då del av de nyheter som de du följer
delar (t ex Abel et al., 2011) eller på annat sätt interagera med (t.ex. gilla, kommenterar etc).
Twitter gick under 2016 ifrån en i första hand kronologisk presentation som
standardinställning till att ”visa de bästa Tweetsen först”, som det står i inställningarna, det
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 7 (15)
vill säga tweets som användare enligt algoritmen borde vara mest intresserade av. När
Instagram 2016 presenterade planer på en liknande förändring (som sedan genomfördes)
blev det en nyhet som nådde ända fram till Barnkanalens nyheter, Lilla aktuellt. I Facebook
organiseras nyhetsflödet på ett komplext sätt. Det vi ser i flödet är beroende av vilka vänner
vi har, vilka inlägg vi brukar gilla, de uppgifter vi skrivit i våra användarprofiler, vilka länkar
vi tidigare klickat på, den information vi lämnat genom alla tester och spel Facebook
erbjuder. Tillsammans utgör all data vi förser Facebook med underlag för den algoritm
Facebook använder för att bestämma hur nyhetsflödet ska organiseras (se t ex Tufekci,
2015). Vad vi tar del av beror därför till stor del på hur algoritmerna fungerar i de sociala
nätverkstjänster eller streamingtjänster vi använder (Bäck, Bäck & Gustafsson, 2014; SOU
2015:94, s. 225ff).
Bidrar även sökmotorer till bubbelfenomenet? Om vi till en början talar om sökmotorer för
den öppna webben så är svaret ja, i alla fall delvis och i vissa avseenden. De ledande
sökmotorerna strävar alla efter att ge träffar utifrån vad deras algoritmer bedömer vara
relevant för just den person som söker och den plats denna har sökt ifrån. Relevansen
fastställs då genom de uppgifter sökmotorn har om användaren och dennas preferenser.
Den främsta personaliseringen görs utifrån geolokalisering, det vill säga varifrån du befinner
dig geografiskt när du söker. Skriver du pizzeria i sökfältet får du helt enkelt olika träffar
om du befinner dig i Lund eller i New York. Men viss personalisering görs också utifrån
andra faktorer. Hannak et al. (2013) skriver att personaliseringen vid sökning i Google
utgörs av knappt 12 procent (se också Feuz et al., 2011) andra studier (Salehi et al., 2015)
hittar en mer omfattande personalisering. Det tycks ändå inte vara så stor personalisering
för sökmotorer, men vi vet inte exakt hur stor den faktiskt är och var i resultatlistan den
syns. Det som är tydligt är att geografisk plats spelar en viktig roll för sökresultaten samt
att omfattningen verkar variera beroende på sökord eller på vilken Google tjänst som
används (Sök, Nyheter eller Bildsök)
Det är svårt att mäta personaliseringens effekter då det inte finns något stabil grund att stå
på för att kunna jämföra olika personers sökresultat. Det som gäller för en algoritm en dag
kan vara förändrat nästa dag och det som gäller för sökning vid mobil kan vara annorlunda
än vid sökning vid en stationär dator. Alla sökningar är på något sätt anpassade efter något
och för varje gång du söker förändras förutsättningarna i någon mån för
relevansbedömningen. Personaliseringen sker också på annat sätt. Låt oss gå tillbaka till vårt
exempel med invandring. När vi i juni 2016 börjar skriva i sökfältet, återigen som inloggade,
förser Google Sök oss med förslag som är baserade på vad andra har sökt på genom
funktionen "autocomplete". För vår del får vi förslag på "invandring Sverige",
"invandringspolitik", ”invandring mörkläggning" och "invandring kostnad". Efter
sökningen ser vi också längst ner på sidan förslag från Google Sök för att öka precisionen i
sökningen. Utöver ovan nämnda söktermer får vi då också "invandring statistik",
"sverigedemokraterna", "invandring fördelar", "migrationsverket" samt "invandring
flashback". När vi gör om samma sökning dryga två år senare blir resultatet ungefär
detsamma, men ”invandring mörkläggning” finns inte med. Dessa förslag som Google
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 8 (15)
förser användare med är inte i första hand ett resultat av personalisering på individnivå,
men bidrar ändå till att med varsam hand styra människors sökning utifrån vad algoritmen
uppfattar som relevant (Haider, 2016).
Jag är sökbar, alltså finns jag
Den västerländska kultur vi lever i är präglad av betydelsen av att vara synlig. Även den
ekonomiska modell som de dominerande globala webbtjänsterna har bygger på betydelsen
av att vara synlig. Visserligen är det möjligt för de flesta i Sverige att på ett enkelt sätt
publicera information, men konkurrensen om att få denna information läst är hård. Det
gäller för såväl privatpersoner, ideella organisationer, myndigheter som för kommersiella
aktörer. Om vi tar en bransch som dagstidningsbranchen, som är beroende av
annonsintäkter, så försöker tidningar anpassa sig till hur de dominerande algoritmerna
fungerar. Det görs genom att skriva och tillgängliggöra nyheter eller annat innehåll på
sådana sätt som ska leda till många klick och delningar i sociala medier (Bolin & Schwarz
Andersson, 2015). De nyheter som redaktionen tror på förhand ska generera mer
uppseende i sociala medier prioriteras då framför andra. Denna så kallade flödesoptimering
görs av både företag och ideella organisationer, liksom förstås av politiska aktörer, som vill
vara synliga och påverka på sociala nätverkstjänster. För privatpersoner kan strävan efter
synlighet ta sig uttryck i att inlägg i sociala nätverkstjänster skrivs på ett uppseendeväckande
sätt och med foton eller videoklipp.
Behovet av att vara synlig är naturligtvis oerhört betydelsefullt också i sökmotorer.
Synlighet kan antingen skapas genom betalda annonser eller genom sökoptimering
(Halavais, 2017). Man brukar skilja mellan organiskt sökresultat, det vill säga den träfflista
som sökmotorn genererar, och betalda länkar. De betalda länkarna kan ibland vara svåra att
urskilja från de organiska länkarna. Sökoptimering innebär att en webbplats anpassar sin
utformning, sitt utseende, sin struktur, sitt innehåll och metadata utifrån hur sökmotorns
algoritm förändras. Syftet är att förbättra webbplatsens placering i sökmotorns organiska
träfflista. När Google Sök förändrar sin algoritm sker ett intensivt arbete för att anpassa
många webbplatser till nya förutsättningar. Det bedöms vara så viktigt att det finns
sökoptimeringsföretag (SEO/SEM – Search Engine Optimization/Marketing) som arbetar
med detta.
Sök- och flödesoptimering görs inte enbart av SEO-specialister eller av de som driver
webbplatserna. En slags optimering sker mer eller mindre medvetet genom människors
ageranden på nätet. Ett intressant exempel på detta är när Rättviseförmedlingen 2016
publicerade ett Facebook-inlägg där de instruerar sina följare hur de kan göra för att
Rättviseförmedlingen ska bli mer synligt på Facebook:
Saknar du oss? Hej alla som gillar Rättviseförmedlingen på Facebook och
speciellt ni som har gillat oss ett tag men inte ser våra efterlysningar så ofta i
nyhetsflödet längre! Så här funkar det: Facebook håller koll på vilka personer
eller sidors statusar du gillar och kommenterar ofta och antar att du vill se mycket
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 9 (15)
av det i ditt flöde. Så försök tänka på Rättis som nån du är kär i och likea loss
även när du inte har något att kommentera. På det sättet får du se mer av oss!
Dessutom är det så fiffigt att genom att stödlikea våra statusar ofta så är chansen
ganska stor att dina vänner (som brukar gilla dina statusar) också får se att du
gillar oss och i sin tur hittar hit och trycker på gilla-knappen. The Circle of Like
helt enkelt!
(Rättviseförmedlingen, 2016-01-19)
Vad Rättviseförmedlingen på ett effektivt sätt gör i citatet är att synliggöra algoritmen och
dess funktion. Rättviseförmedlingen visar här hur grupper av människor med gemensamt
intresse lär sig utnyttja algoritmerna för att synliggöra ett visst budskap. Det kan vara
människor med intresse för en ideell förening för jämställdhet, men det kan också handla
om religiös eller politisk extremism. Ett sådant här algoritmmedvetet beteende är förstås ett
exempel på medie- och informationskunnighet i vår samtid. En studie av O’Callaghan et al.
(2015) visar exempelvis hur YouTubes rekommendationssystem som en konsekvens kan
gynna politisk högerextremism. Algoritmen synliggör filmer som många andra har sett
(visningshistorik) liksom en personalisering där filmer rekommenderas till användare som
tidigare sett samma filmer. Exempelvis genererar sökningar efter politiker på olika sidor av
det politiska spektret olika typ av träfflistor. Vissa politiska sympatisörer tycks agera i
YouTube på ett mer algoritmanpassat sätt så att videoklipp där de egna företrädarna har ett
mer positivt innehåll rankas högre, medan motsatsen gäller för andra politiker. För att
förstå informationens synlighet räcker det alltså inte enbart att förstå algoritmer eller enbart
förstå nätbeteende utan hur dessa två samspelar och i ett vidare perspektiv hur dessa
samspelar med medielandskapet i stort.
Sökkritik och algoritmernas synlighet som undervisningsinnehåll
Sökning, källkritik och algoritmernas synlighet kan med ett övergripande begrepp kallas för
aspekter av medie- och informationskunnighet. Det har visat sig vara svårt att på ett
meningsfullt sätt undervisa i skolan om och för medie- och informationskunnighet.
Limberg och Folkesson visar redan 2006 hur lärare i grundskolan bedömde elevernas
kunskaper inom området samtidigt som de inte undervisat om det. Författarna understryker
"skillnaderna mellan uppfattningarna av kunskapsobjektet så som det framstår som
undervisningsinnehåll respektive som kvalitetskriterier” (Limberg & Folkesson, 2006, s.
126). Lärarna hade en föreställning om vad eleverna borde kunna, men själva innehållet i
undervisningen var inte lika tydligt. Ett problem författarna lyfter är att det som i rapporten
kallas för informationskompetens, eller som här medie- och informationskunnighet, inte
alltid av lärare och bibliotekarier ses som "sitt gemensamma professionella projekt" (ibid).
Lärare och bibliotekarier har med sina olika kompetenser goda förutsättningar för
samarbete, men i praktiken finns inte alltid ett sådant samarbete. Vi ser, vilket vi redan
redogör för på sidan 2, liknande slutsatser mer än ett decennium senare i rapporten Sök-
och källkritik i grundskolan (Carlsson & Sundin, 2018). Informationssökning som
undervisningsinnehåll och som förmåga som bedöms är mer eller mindre osynligt. I
rapporten diskuteras även skolbibliotekarier och det förs fram att deras roll för stöd till
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 10 (15)
undervisning om och bedömning av informationssökning borde förtydligas.
Skolinspektionens granskning av skolbibliotek (2018a) respektive källkritik (2018b) visar
även de på att skolbibliotekets roll är otydlig och att det inte alltid är den pedagogiska
resurser de borde vara. Exempelvis är en av Skolinspektionens slutsatser att
”[s]kolbibliotekens arbete med elevernas digitala kompetens behöver stärkas och
tydliggöras” (2018a, s. 7). Även Skolverket konstaterar att skolbibliotekens roll i att stärka
elevernas digitala kompetens kan bli större. Rapporten Digital kompetens i förskola, skola
och vuxenutbildning visar att vid ungefär hälften av gymnasieskolorna och en fjärdedel av
grundskolorna används skolbiblioteket för att stärka elevernas digitala kompetens i
informationssökning och källkritik. (Skolverket, 2019)
En analys av den svenska läroplanen för grundskolan visar på en liknande svårighet att på
ett meningsfullt sätt behandla medie- och informationskunnighet (Sundin, 2015). När
undervisning om medie- och informationskunnighet ändå görs blir det ofta på en konkret
”så-gör-du” nivå. Den ovan redovisade rapporterna från Skolinspektionen (2018a; 2018b)
liksom rapporten av Carlsson och Sundin (2018) visar på samma sak, trots en uppdaterad
läroplan. I en fokusgruppstudie av svenska lärare i grundskolan beskriver lärarna just hur
svårt de har att behandla sökning som något annat än ett praktiskt och okomplicerat
redskap (Sundin & Carlsson, 2016). Sökmotorer, liksom andra online-tjänster som kan
användas för att hitta information, både färgas av och färgar det samhälle vi lever i. Det
som inte hittas i sökmotorer eller i sociala nätverkstjänster blir osynligt. Sökmotorer och
sociala nätverkstjänster är förstås redskap som kan användas för att söka information och
lära sig om fenomen i alla möjliga skolämnen. I denna artikel vill vi emellertid också
argumentera för att de – sedda i en vidare kontext – även är fenomen som det är viktigt att
erhålla kunskap om i sig själva.
Eftersom människor tenderar att välja de första träffarna i Googles träfflista, tycks det som
om källkritiken till viss del är utlokaliserad från det egna intellektet till sökmotorns
algoritmer (Sundin & Carlsson, 2016). Med tanke på att det ofta handlar om
hundratusentals möjliga källor som ska granskas och rangordnas är det förstås nödvändigt
att ta hjälp av algoritmer. Problemet är att vi – både som individer och som samhälle – vet
för lite om hur dessa algoritmer arbetar. Att förstå sökning och dess algoritmer bör
samtidigt innebära en förståelse av fenomen som sökningens osynlighet, filterbubblor och
nätneutralitet sedda i ett demokratiskt ljus. Att hantera dessa fenomen ses då inte enbart
som tekniska färdigheter utan som förmågor där praktiska kunskaper och en teknisk
förståelse kombineras med en teoretisk förståelse av sökmotorns och sociala
nätverkstjänsters roll i samhället och i vår kultur. Att exempelvis kunna programmera leder
inte per automatik till en förståelse för de samhälleliga utmaningar som följer när en
sökning på vaccin ger svar i en ordning baserad på webbplatsers popularitet istället för
deras vetenskapliga auktoritet. Det kan dock leda till – om det görs rätt – att skapa bättre
förståelse för att kod skrivs av människor som måste fatta beslut och dessa beslut fattas
utifrån värderingar och intressen som inte alltid är medvetandegjorda. Vi kallar det i denna
artikel för sökkritik för att illustrera betydelsen av hur vi får tillgång till information inte kan
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 11 (15)
separeras från informationen som sådan. Det krävs även kunskap om varför just denna
information hamnar där och hur den är producerad och hur det ska förstås i ett vidare
perspektiv.
Ett sätt att undervisa om sökning och andra vägar att komma åt information kan vara att
försöka synliggöra algoritmen och därigenom problematisera sökresultatens självklarhet.
Vid de flesta sökningar ges hundratusentals eller till och med miljontals träffar där vi enbart
ta del av de första. De träffarna som kommer längre ned i träfflistan kan kallas för
sökningens ”långa svans”, ett begrepp som understryker betydelsen av inte bara den första
sidan av resultat utan att relevanta träffar även kan finnas långt ner (Schaer et al., 2016).
Samtidigt kan man inte ens klicka sig genom alla de resultat som Google anger att de har
hittat, utan som max visas 1000 länkar (Lewandowski, 2013). Genom att klicka sig fram till
sista resultatet som finns tillgängligt och jämföra det med de första kan man diskutera hur
de hamnade på dessa platser i relation till sökord och vilka sökord som möjligen skulle
kunna ge omvänd resultatlista. Liknande övning går förstås att göra i YouTube. I Google
Nyheter kan man välja ”För dig” till vänster. Du förses då med förslag på länkar till nyheter
som Google tror du är intresserad av. Dessa förslag är baserade på dina tidigare aktiviteter i
Google. Genom att låta elever jämföra med varandra vilka förslag de får går det att i någon
mån synliggöra algoritmens effekter på individnivå.
En annan möjlighet att kunna diskutera sökning erbjuder Google Analytics och andra
liknande tjänster för webbanalys. Här går det att studera hur människor (eller snarare de
datorer människor använder) kommer till en specifik webbplats och varifrån de kommer.
Det finns också så kallade sökordsredskap [t.ex. keyword-tools] med vars hjälp det är
möjligt att studera vilka autosuggest-ord som är associerade till sökord. En annan metod
kan vara att använda sig av Google Trends, en Google-tjänst där man kan studera sökords
popularitet över tid och mellan länder. Därigenom kan den egna informationssökningen ses
i ett sammanhang av andras sökningar. Dessa, och andra liknande, hjälpmedel kan bidra till
att skapa en förståelse för hur sökning delvis är en kollektiv handling, även om den till
synes görs av en person. Genom att experimentera med olika redskap som används för
anpassning och kontroll av webbplatser är det möjligt att så att säga studera sökningen
bakifrån och därmed bidra till att göra det som ofta är osynliggjort mer synligt.
Ett sista exempel på hur informationssökning kan göras till ett konkret
undervisningsinnehåll är att jämföra sökningar på samma ord i olika sökmotorer, till
exempel Google, Bing, Duckduckgo, Quant eller liknande allmänna sökmotorer för
webben. Hur skiljer sig träffarna? Hur skiljer sig den grafiska presentationen? Utifrån
informationen om respektive sökmotor – vad skulle skillnaderna kunna beror på? Genom
att visa på att sökmotorer kan prioritera länkar olika är det möjligt att ifrågasätta
sökmotorers neutralitet.
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 12 (15)
Avslutning
I denna artikel har vi på olika vis försökt att visa på hur tekniker för att hitta information
inte är neutrala. De bidrar även till att ge perspektiv på och filtrera vilken information vi får
del av samt till att identifiera vilken kunskap som anses vara viktig. Skolan bör bidra till att
verka utjämnande avseende elevers möjligheter att kritiskt reflektera över vilken
information sökmotorer och sociala nätverkstjänster tillgängliggör. Därigenom kan skolan i
någon mån motverka filterbubblor och digital instängning. Att använda sökmotorer och
andra digitala tjänster för att hitta information, vilket vi ser som en självklarhet, är inte
endast en fråga om hur man matar in ord i ett sökformulär. Det är inte heller endast en
fråga om hur dessa webbaserade redskap fungerar tekniskt. Istället är det en fråga där
tekniska aspekter och sökbeteenden samt hur sociala och kulturella aspekter på
informationssökning som även inkluderar en kritisk förståelse bör förstås tillsammans.
Sökmotorer och liknande tjänster är inte endast redskap för att hitta information, de bidrar
även till att förändra vår syn på kunskap, hur denna produceras och delas i samhället. Det är
därmed inte endast en kompetensfråga i en snäv bemärkelse att lära sig använda dem, utan
frågor som berör medie- och informationskunnighet bör studeras som integrerade med
andra ämnen. Att exempelvis studera historia bör innefatta att den infrastruktur som förser
oss med information om historia analyseras likaväl som historia i sig. I denna artikel hoppas
vi ha gett er exempel på vad sökkritik kan innefatta, hur den kan synliggöras samt tips på
hur den kan förmedlas.
Referenser
Abel, F., Gao, Q., Houben, G.-J. & Tao, K. (2011). Analyzing user modeling on Twitter for
personalized news recommendations. I S. Carberry, S. Weibelzahl, A. Micarelli & G.
Semeraro (red.) User Modeling, Adaption and Personalization. Berlin, Heidelberg: Springer
Berlin Heidelberg, s. 1-12.
Berg, S. F. & Rem, T. (2014). Knowledge for Sale: Norwegian encyclopaedias in the
marketplace. Culture Unbound, 6, 527-545.
Bolin, G. & Andersson Schwarz, J. (2015). Heuristics of the algorithm: Big Data, user
interpretation and institutional translation. Big Data & Society, 2(2), 1-12.
Buckingham, D. (2006). Defining digital literacy: What do young people need to know
about digital media? Nordic Journal of Digital Literacy, 1(2), 263–276.
Bäck, E., Bäck, H. & Gustafsson, N. (2014). Ungas politiska deltagande: Nya former och aktivitet
genom sociala medier? Rapport för Demokratiutredningen.
Carlsson, H. & Sundin, O. (2018). Sök- och källkritik i grundskolan. Lund: Lunds universitet.
Domo (u.å.a) Market share held by the leading search engines in Sweden as of September
2017. Statista: The Statistics Portal, Statista, www.statista.com/statistics/621418/most-
popular-search-engines-in-sweden [2018-11-16]
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 13 (15)
Domo (u.å.b). Media usage in an internet minute as of June 2018. Statista: The Statistics
Portal, Statista, www.statista.com/statistics/195140/new-user-generated-content-uploaded-
by-users-per-minute [2018-11-16]
Feuz, M., Fuller, M. & Stalder, F. (2011). Personal web searching in the age of semantic
capitalism: Diagnosing the mechanisms of personalisation. First Monday, 16(2).
http://firstmonday.org/ojs/index.php/fm/article/view/3344/2766 [2016-01- 12].
Haider, J. (2016). The structuring of information through search: Sorting waste with
Google. Aslib Journal of Information Management, 68 (4). 390-406.
Haider, J. & Sundin, O. (2016). Algoritmer i samhället. Stockholm: Regeringskansliet.
Halavais, A. (2017). Search Engine Society. 2nd ed. Cambridge: Polity Press.
Hannak, A., Sapiezynski, P., Kakhki, A. M., Krishnamurthy, B., Lazer, D., Mislove, A. &
Wilson, C. (2013). Measuring Personalization of Web Searc: WWW '13 Proceedings of the 22nd
international conference on World Wide Web, s. 527-538.
http://personalization.ccs.neu.edu/papers/web_search.pdf [2016-01-22].
Hillis, K., Petit, M. & Jarrett, K. (2013). Google and the Culture of Search. New York:
Routledge.
Höchstötter, N. & Lewandowski, D. (2009). What users’ see: Structures in search engine
result pages. Information Sciences, 179(12), 1796-1812.
Lewandowski, D. (2013). Suchmaschinenindices. I D. Lewandowski (red.), Handbuch
Internet-Suchmaschinen 3: Suchmaschinen zwischen Technik und Gesellschaft. Berlin: AKA Verlag, s.
143–161.
Limberg, L. & Folkesson, L. (2006). Undervisning i informationssökning: Slutrapport från projektet
Informationssökning, didaktik och lärande (IDOL). Borås: Valfrid.
O’Callaghan, D., Greene, D., Conway, M., Carth, J. & Cunningham, P. (2015). Down the
(white) rabbit Hole: The extreme right and online recommender system. Social Science
Computer Review, 33(4), 459-478.
Page, L., Brin, S., Motwani, R. & Winograd, T. (1999). The PageRank Citation Ranking:
Bringing Order to the Web. Technical Report. Stanford InfoLab.
Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. New York: Penguin
Press.
Rogers, R. (2013). Digital Methods. Cambridge, MA: The MIT Press.
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 14 (15)
Rättviseförmedlingen (2016-01-19). Saknar du oss?
https://m.facebook.com/story.php?story_fbid=10154022091854750&id=361481469749
[2016-11-05].
Salehi, S., Du, J. T., & Ashman, H. (2015). Examining personalization in academic web
search. In Proceedings of the 26th ACM Conference on Hypertext & Social Media. ACM, s. 103-
111.
Schaer, P., Mayr, P., Sünkler, S. & Lewandowski, D. (2016). How Relevant is the Long Tail?
A Relevance Assessment Study on Million Short. I J. Mothe, J. Savoy, J. Kamps, K. Pinel-
Sauvagnat, G. J. F. Jones, E. SanJuan, L. Cappellato, N. Ferro (red.), Experimental IR Meets
Multilinguality, Multimodality, and Interaction: 6th International Conference of the CLEF Association,
CLEF’15 Toulouse, France, September 8–11, 2015, Proceedings. Springer: Cham, s. 227-233.
Shirky, C. (2009). A Speculative Post on the Idea of Algorithmic Authority.
http://www.shirky.com/weblog/2009/11/a-speculative-post-on-the-idea-of-algorithmic-
authority/ [2016-08-10].
Skolverket (2016). It-användning och it-kompetens i skolan. (2016). Stockholm: Skolverket.
Skolverket (2019). Digital kompetens i förskola, skola och vuxenutbildning. Dnr 2018:1292.
Stockholm: Skolverket. http://www.skolverket.se/publikationer?id=3617 [2019-05-23]
Skolverket (2017). Få syn på digitaliseringen på grundskolenivå: Ett kommentarmaterial till
läroplanerna för förskoleklass, fritidshem och grundskoleutbildning. Stockholm: Skolverket.
Skolverket (2018a). Förändringar och digital kompetens i styrdokument.
https://www.skolverket.se/temasidor/digitalisering/digital-kompetens [2018-11-27].
Skolverket (2018b). Läroplan för grundskolan, förskoleklassen och fritidshemmet 2011. Rev. Uppl.
Stockholm: Skolverket.
Skolinspektionen (2018a). Skolbiblioteket som pedagogisk resurs. Skolinspektionen: Stockholm.
Skolinspektionen (2018b). Undervisning om källkritiskt förhållningssätt i svenska och
samhällskunskap: Årskurs 7-9. Skolinspektionen: Stockholm.
SOU (2015:94). Medieborgarna & medierna: En digital värld av rättigheter, skyldigheter – möjligheter
och ansvar. Delbetänkande av Medieutredningen. Stockholm: Wolters Kluwer.
Sundin, O. (2015). Invisible Search: Information Literacy in the Swedish curriculum for
compulsory schools. Nordic Journal of Digital Literacy, 10, 193-209.
Sundin, O. (2018). Den pedagogiska bibliotekarien : Från källkritik till källtillit. I Hansson, J.
& Wisselgren, P. (red.), Bibliotekarier i teori och praktik. Lund: BTJ Förlag, s. 103-123.
Sökkritik och algoritmers synlighet Juni 2019 https://larportalen.skolverket.se 15 (15)
Sundin, O. & Carlsson, H. (2016). Outsourcing trust to the information infrastructure in
schools: how search engines order knowledge in education practices. Journal of Documentation,
72(6).
Sundin, O. & Haider, J. (2018). Källkritik, självkritik och källtillit. I Carlsson, U. (red.) Medie-
och informationskunnighet i den digitala tidsåldern: En demokratifråga. Göteborg: Nordicom, s. 59-
61.
Tufekci, Z. (2015). How Facebook’s algorithm suppresses content diversity (modestly) and how the
newsfeed rules your clicks. https://medium.com/message/how-facebook-s- algorithm-
suppresses-content-diversity-modestly-how-the-newsfeed-rules-the-clicks-
b5f8a4bb7bab#.582z5j59o [2016-01-12].
Utbildningsdepartementet (2015). Uppdrag att föreslå nationella it_strategier för skolväsendet.
Stockholm.
Utbildningsdepartementet (2017). Nationell digitaliseringsstrategi för skolväsendet. Stockholm.
Wikipedia (2016-07-24). Yandex.
https://en.wikipedia.org/w/index.php?title=Yandex&oldid=731277936 [2016-08-24].
Wikipedia (2016-08-24). Baidu.
https://en.wikipedia.org/w/index.php?title=Baidu&oldid=735972854 [2016-08-24].